Skip to content

lvysssss/codingplanproxy

BranchesTags

Repository files navigation

CodingPlanProxy

OpenAI-to-Anthropic API 代理服务。将 OpenAI /v1/chat/completions 格式请求转换为 Anthropic /v1/messages 格式并转发，响应再转回 OpenAI 格式返回客户端。请求头伪装为 Claude Code CLI 客户端，使任何支持 OpenAI API 的客户端都能直接访问 Anthropic Claude 模型。

功能特性

  • OpenAI 格式兼容 — 完整实现 /v1/chat/completions 和 /v1/models 端点，兼容所有使用 OpenAI SDK 的客户端
  • 双向格式转换 — 请求/响应自动转换，包括 tool calls、tool results、图片输入等复杂场景
  • 流式输出 — 支持 SSE 流式响应，逐 token 实时返回
  • Claude Code 伪装 — 请求头模拟 Claude Code CLI，启用 prompt caching 和 computer-use 等 beta 特性
  • 动态模型选择 — 请求中指定 model 字段时使用请求值，否则使用配置的默认模型
  • 可选鉴权 — 支持为代理设置 API Key，防止未授权访问
  • System Prompt 注入 — 可选在无 system 消息时自动注入默认 system prompt

目标用户

  • 需要通过 OpenAI 兼容客户端（如 ChatGPT 前端、OpenAI SDK）访问 Claude 模型的开发者
  • 希望利用 Claude Code 特有特性（prompt caching、computer-use）的用户
  • 需要统一多模型 API 格式的团队

安装

前置要求

安装步骤

  1. 克隆仓库：
git clone https://github.com/lvysssss/codingplanproxy.git
cd codingplanproxy
  1. 安装依赖：
pip install -r requirements.txt

依赖列表：

包 最低版本 用途
fastapi 0.110.0 Web 框架
uvicorn 0.29.0 ASGI 服务器
httpx 0.27.0 异步 HTTP 客户端
python-dotenv 1.0.0 .env 文件加载
  1. 配置环境变量：
cp .env.example .env

编辑 .env 文件，填入你的 Anthropic API Key（必填），其余按需配置。

  1. 启动服务：
python main.py

Windows 用户可双击 startcodingplanproxy.bat 一键启动。

启动成功后会看到：

代理启动 → 上游: https://api.anthropic.com, 模型: claude-sonnet-4-20250514, 端口: 8000

配置

所有配置通过项目根目录的 .env 文件管理，参考 .env.example：

变量 必填 默认值 说明
BASE_URL 否 https://api.anthropic.com Anthropic API 上游地址，可改为中转地址
API_KEY 是 — Anthropic API Key，以 sk-ant- 开头
MODEL_NAME 否 claude-sonnet-4-20250514 默认使用的模型，请求中未指定 model 时生效
DEFAULT_MAX_TOKENS 否 16384 默认最大输出 token 数
SYSTEM_PROMPT 否 （空） 注入的默认 system prompt，仅在请求无 system 消息时生效
PORT 否 8000 代理服务监听端口
PROXY_API_KEY 否 （空） 客户端调用代理时需提供的 API Key，留空则不校验

配置示例

最简配置（只需 API Key）：

API_KEY=sk-ant-api03-your-key-here

完整配置：

BASE_URL=https://api.anthropic.com
API_KEY=sk-ant-api03-your-key-here
MODEL_NAME=claude-sonnet-4-20250514
DEFAULT_MAX_TOKENS=16384
SYSTEM_PROMPT=You are a helpful assistant.
PORT=8000
PROXY_API_KEY=my-proxy-secret

使用

代理启动后，所有端点兼容 OpenAI API 格式。将你的 OpenAI 客户端 base_url 指向代理地址即可。 baseurl: http://localhost:8000/v1

端点列表

方法 路径 说明
POST /v1/chat/completions 核心端点，聊天补全
GET /v1/models 返回可用模型列表
GET /health 健康检查

基础对话

curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-20250514",
    "messages": [
      {"role": "user", "content": "Hello, who are you?"}
    ]
  }'

流式输出

添加 "stream": true 即可启用 SSE 流式响应：

curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-20250514",
    "messages": [
      {"role": "user", "content": "Write a poem about coding"}
    ],
    "stream": true
  }'

带 System Prompt

curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-20250514",
    "messages": [
      {"role": "system", "content": "You are a Python expert."},
      {"role": "user", "content": "How to read a file in Python?"}
    ]
  }'

Tool Calling

curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-20250514",
    "messages": [
      {"role": "user", "content": "What is the weather in Beijing?"}
    ],
    "tools": [
      {
        "type": "function",
        "function": {
          "name": "get_weather",
          "description": "Get current weather for a city",
          "parameters": {
            "type": "object",
            "properties": {
              "city": {"type": "string", "description": "City name"}
            },
            "required": ["city"]
          }
        }
      }
    ],
    "tool_choice": "auto"
  }'

返回 tool_calls 后，提交 tool 结果继续对话：

curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-20250514",
    "messages": [
      {"role": "user", "content": "What is the weather in Beijing?"},
      {"role": "assistant", "content": null, "tool_calls": [
        {"id": "call_abc123", "type": "function", "function": {"name": "get_weather", "arguments": "{\"city\": \"Beijing\"}"}}
      ]},
      {"role": "tool", "tool_call_id": "call_abc123", "content": "25°C, sunny"}
    ]
  }'

图片输入（Base64）

curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-20250514",
    "messages": [
      {"role": "user", "content": [
        {"type": "text", "text": "What is in this image?"},
        {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,/9j/4AAQ..."}}
      ]}
    ]
  }'

使用代理鉴权

配置 PROXY_API_KEY 后，请求需携带 Authorization 头：

curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer my-proxy-secret" \
  -d '{
    "model": "claude-sonnet-4-20250514",
    "messages": [
      {"role": "user", "content": "Hello"}
    ]
  }'

Python SDK 接入

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:8000/v1",
    api_key="any-string"  # 未配置 PROXY_API_KEY 时可填任意值
)

response = client.chat.completions.create(
    model="claude-sonnet-4-20250514",
    messages=[{"role": "user", "content": "Hello!"}],
    stream=True
)

for chunk in response:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

Node.js 接入

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "http://localhost:8000/v1",
  apiKey: "any-string",
});

const stream = await client.chat.completions.create({
  model: "claude-sonnet-4-20250514",
  messages: [{ role: "user", content: "Hello!" }],
  stream: true,
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content || "");
}

动态模型选择

请求中指定 model 字段可覆盖默认模型，无需修改配置：

curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-opus-4-20250514",
    "messages": [
      {"role": "user", "content": "Hello"}
    ]
  }'

支持的请求参数

OpenAI 参数 Anthropic 映射 说明
model model 模型名称，支持动态选择
messages messages + system system 消息提取为顶层字段
max_tokens / max_completion_tokens max_tokens 最大输出 token
temperature temperature 采样温度
top_p top_p 核采样
stream stream 是否流式输出
stop stop_sequences 停止序列，字符串或数组
tools tools 工具定义，function → input_schema
tool_choice tool_choice auto/required/none/function

故障排除

启动时提示 "API_KEY 未设置"

确认 .env 文件存在于项目根目录，且 API_KEY 已填入有效值：

API_KEY=sk-ant-api03-xxxxxxxxxxxx

请求返回 401 Unauthorized

  • 如果配置了 PROXY_API_KEY，请求需携带 Authorization: Bearer <your-proxy-key> 头
  • 如果未配置 PROXY_API_KEY 仍返回 401，确认请求头格式正确

请求返回 502 Bad Gateway

  • 检查 BASE_URL 是否正确，网络是否能访问 Anthropic API
  • 如果在国内，可能需要设置 HTTP 代理或使用中转地址：
BASE_URL=https://your-proxy-domain.com

流式响应中断 / 无 [DONE] 标记

上游连接断开时，流式响应可能缺少 [DONE] 标记。检查：

  • 网络稳定性
  • 上游 API 是否超时（代理默认 300 秒超时）
  • 是否触发了 Anthropic API 的速率限制

Tool Calling 不生效

  • 确认 tools 参数格式符合 OpenAI 规范（type: "function" + function 对象）
  • tool_choice 值 none 在 Anthropic 中无直接对应，代理映射为 auto
  • 返回的 tool result 消息需使用 role: "tool" 并携带 tool_call_id

模型名称不生效

请求中的 model 字段优先级高于 .env 中的 MODEL_NAME。如果未指定 model，才会使用默认值。

请求头版本过旧

claudecode_headers.py 中硬编码了 Claude Code 的请求头版本。如果 Anthropic 更新了 API，可能需要手动更新以下常量：

CLAUDE_CODE_USER_AGENT = "claude-code/x.x.xxx (node/xx.x.x; darwin; amd64)"
ANTHROPIC_VERSION = "2026-04-14"
ANTHROPIC_BETA = "prompt-caching-2026-04-14,computer-use-2026-04-14"

贡献指南

欢迎贡献！请遵循以下流程：

  1. Fork 本仓库
  2. 创建功能分支：git checkout -b feature/your-feature
  3. 提交改动：git commit -m "feat: description of your change"
  4. 推送分支：git push origin feature/your-feature
  5. 创建 Pull Request

提交信息请使用 Conventional Commits 格式：

  • feat: 新功能
  • fix: 修复
  • refactor: 重构
  • docs: 文档
  • chore: 杂项

许可证

MIT

About

🎭 精准伪造 Claude Code 请求指纹，欺骗 CodingPlan API 端点，解锁 prompt caching / computer-use ▎ 等限客户端特性。对外暴露 OpenAI 兼容接口，即插即用。

Topics

openai-api claude-api codingplan

Resources

Readme
Activity

Stars

1 star

Watchers

0 watching

Forks

0 forks
Report repository

Contributors

Languages